微软给开发者发了份说明书,让 AI 代理的行为能按规矩来
微软发布了一份 AI 代理的行为规范说明书,让开发、合规和安全团队能把想让代理遵守的规则,写进可移植的策略文件里。正文没提版本号、开源协议、支持哪些开发框架,也没说什么时候正式上线。
推荐理由:微软发布 AI 代理行为规范说明书,开发、合规和安全团队可将规则写入同一份可移植策略文件,省去各写一套的麻烦。
微软发布了一份 AI 代理的行为规范说明书,让开发、合规和安全团队能把想让代理遵守的规则,写进可移植的策略文件里。正文没提版本号、开源协议、支持哪些开发框架,也没说什么时候正式上线。
推荐理由:微软发布 AI 代理行为规范说明书,开发、合规和安全团队可将规则写入同一份可移植策略文件,省去各写一套的麻烦。
微软发了 Microsoft Scout,一个能一直挂在 Outlook、OneDrive、Teams 里的 AI 助手。企业可以把它分给员工,让它帮忙管日历、处理报销、起草邮件。微软副总裁 Omar Shahine 说这是他们第一次给客户一个真正的个人助手,功能比应用内嵌的 Copilot 更宽。
推荐理由:微软发布个人助手 Scout,可常驻 Outlook、OneDrive 和 Teams,替员工管日历、处理报销、起草邮件,其集成范围比应用内嵌的 Copilot 更宽。
微软在 Build 2026 大会上公布了 Project Solara,一个专门为跑 AI 智能体的硬件设计的操作系统。它底层是安卓,不是 Windows。现场展示了两个概念机:一个是类似 Echo Show 的桌面设备,用人脸识别解锁后可以直接调用各种 AI 智能体;另一个是可穿戴工牌,带摄像头和指纹扫描,能唤醒 AI 智能体。
推荐理由:微软在 Build 2026 公布 Project Solara,一个底层用安卓、专为运行 AI 智能体的硬件设计的系统,现场还展示桌面设备和可穿戴工牌两台概念机。
Google DeepMind 发了个叫 Co-Scientist 的系统,核心是用多个 Gemini 智能体搭成一个科研小组:有的负责生成假设,有的负责挑刺辩论,再让假设在内部迭代进化。官方说法是能帮科学家在复杂问题上找新思路。不过正文没披露具体用的是哪一版 Gemini、有没有跑过基准测试、开放方式是什么、什么时候能用上,这些关键信息目前都还是空白。
推荐理由:Google DeepMind 发布 Co-Scientist,用多个 Gemini 智能体分工生成、辩论并迭代科学假设,其组织方式展示了多智能体协作在科研假设生成上的运作思路。
GitHub COO Kyle Daigle 说,2026 年 AI 驱动的代码提交量涨了 14 倍,这给原本按人类节奏设计的 GitHub 基础设施带来了很大压力,公开的宕机问题也跟这有关。
推荐理由:GitHub COO 披露 2026 年 AI 代码提交量涨了 14 倍,并说明这一增速如何冲击按人类节奏设计的基础设施,公开宕机问题也与此相关。
OpenAI Codex 发布了 Python SDK,安装命令是 pip install openai-codex。这意味着开发者可以直接在自己的代码里调用 Codex 的编程和生图能力,不用再单独打开 Codex 界面。更省事的是,SDK 能复用你已经在 Codex 上的登录状态,省去再搞一套鉴权的麻烦。
推荐理由:OpenAI 发布 Codex 的 Python SDK,开发者用 pip 安装后即可在代码中调用其编程与生图能力,并复用已有的 Codex 登录状态,省去单独配置鉴权。
Codex 现在可以把你的工作内容、想法和计划直接转成一个交互式网站或应用,团队通过一个链接就能打开、使用和分享。这个功能会先推给 Business 和 Enterprise 用户,正文没提价格,也没说什么时候开放给其他套餐。
推荐理由:OpenAI 将 Codex 的产出从代码延伸到可直接分享的交互式网页或应用,团队通过链接即可打开使用,先面向 Business 和 Enterprise 用户开放。
OpenAI 给 Codex 应用上线了六个新插件,分别瞄准数据分析、创意产出、销售、产品设计、股票投资和投行业务。每个插件都打包了工具集成、操作指令和上下文,让 Codex 能模拟特定岗位的工作流。正文没提定价和开放范围,我会先打个折——没看到实际跑通的效果和成本之前,别急着把它当正式员工用。
推荐理由:OpenAI 为 Codex 上线六个岗位插件,把工具集成、操作指令和上下文打包成数据分析、销售、投行等具体工作流,是编程工具向白领任务扩展的一个样本。
Anthropic 正在把自家的安全漏洞项目 Project Glasswing 和模型 Mythos 开放给 15 个国家的 150 家机构,专门盯电力、水务、医疗和通信这些命脉系统。按他们的说法,这些系统一旦被攻击,可能影响上亿人。
推荐理由:Anthropic 将安全漏洞项目 Mythos 开放给 15 国 150 家机构,覆盖电力、水务、医疗和通信系统,这些系统一旦被攻击可能影响上亿人。
H公司把他们的电脑操作模型升级到了 Holo3.1,这次主打的是“哪里都能跑”。模型基于 Qwen 系列,一口气放出 0.8B、4B、9B 和 35B-A3B 四个尺寸,并且首次提供了 FP8、Q4 GGUF 和 NVFP4 这些压缩版本,方便直接在个人设备上做本地推理。
推荐理由:H公司发布 Holo3.1 电脑操作模型,基于 Qwen 系列提供 0.8B 到 35B 四个尺寸,并配套 FP8、Q4 GGUF 和 NVFP4 压缩版本,方便在个人设备上本地推理。
Anthropic 发了新模型 Claude Opus 4.8,主要卖点是 Claude Code 现在能先写一个调度脚本,再同时拉起多个子代理并行处理复杂任务。不过有开发者提醒,这并不证明松散的 multi-agent 架构靠谱,反而是围绕小代理循环的确定性工作流更稳。
推荐理由:Anthropic 发布 Claude Opus 4.8,Claude Code 可先写调度脚本再并行拉起多个子代理处理复杂任务,有开发者指出围绕小代理循环的确定性工作流更稳。
Anthropic 把 Project Glasswing 的合作范围从约 50 家扩到约 150 家新机构,覆盖超过 15 个国家,新增了电力、水务、医疗、通信和硬件等关键基础设施行业。这些机构都有一个共同点:一旦代码库被攻破,影响可能超过 1 亿人。
推荐理由:Anthropic 将 Project Glasswing 的合作机构从约 50 家扩至约 150 家,覆盖超 15 个国家的电力、水务、医疗、通信和硬件行业,这些机构代码库一旦被攻破,影响可能超过 1 亿人。
过去四年所有 AI 产品演示都说能帮你规划旅行,但实际用起来只会推荐每个城市最俗套的六件事。我用 Spark 的体验完全不同——它是 Google 一个野心很大的常驻 AI 管家。不过这篇报道只放了开头,正文没披露 Spark 什么时候上线、怎么收费、有没有跑分,也没说测试条件能不能复现,所以它到底多能打,我会先打个折。
推荐理由:The Verge 记者实测 Google 常驻 AI 管家 Gemini Spark,其行程规划方式与过去四年只会推荐俗套景点的 AI 产品形成对照。
NVIDIA 把 Cosmos 3 系列模型挂上了 Hugging Face,这次发了两个尺寸:Nano 版 160 亿参数,Super 版 640 亿参数。它是个全模态世界模型,输入可以混着来——文字、图片、视频甚至动作轨迹都行,输出也不止视频,还能直接吐图片、音频和下一步的动作指令。
推荐理由:NVIDIA 将 Cosmos 3 世界模型开源到 Hugging Face,提供 160 亿和 640 亿参数两个版本,输入可混合文字、图片、视频与动作轨迹,输出覆盖视频、图片、音频和动作指令。
作者用Codex扫了自己的MacBook,发现B站缓存等一堆可删文件,激进方案能清出超140G。他干脆把清理逻辑做成一个开源skill,Mac和Windows都能用。工具会扫描文件生成可交互的HTML报告,用绿黄红三色标出哪些能放心删、哪些要人工判断、哪些千万别动,还带安全执行按钮。
推荐理由:作者把自用的电脑清理逻辑做成开源 skill,扫描后生成绿黄红三色标注的 HTML 报告,并附安全执行按钮,Mac 和 Windows 都能用。
英伟达要在今年秋天把一台叫 RTX Spark 的 Windows 电脑推向市场。这台机器把一块 Blackwell 架构的 RTX 显卡和一颗 20 核 Arm 架构的 Grace CPU 焊在一起,通过 NVLink-C2C 高速互联,共享 128GB 统一内存。
推荐理由:英伟达把20核Grace CPU与Blackwell显卡通过NVLink-C2C封装进Windows整机,共享128GB统一内存,为本地运行大模型提供了一种不同于独立显卡的硬件方案。
中科院自动化所开源了一个叫 MobileGym 的移动端智能体训练环境,直接在浏览器里模拟安卓手机。它覆盖了 28 款常用 App,包括微信、原神、淘宝这些,每个实例只占 400MB 左右,冷启动 3 秒就能跑起来。环境会把手机界面状态转成结构化的 JSON 快照,方便模型理解当前屏幕有什么、能点哪里,任务验证也是程序化自动完成的,不用人工盯着看。
推荐理由:中科院自动化所开源 MobileGym,在浏览器里模拟安卓手机并覆盖 28 款常用 App,单实例约 400MB、冷启动 3 秒,把界面状态转成 JSON 快照供模型理解。
这个模型用了多矩阵分解注意力,把 KV-cache 的占用压到 DeepSeek 同类模型的 22% 左右,显存压力小很多。另外还把注意力和前馈网络解耦,方便在硬件上跑得更顺。模型走 Apache 2.0 协议,已经在 Fireworks AI 上可用,官方说能用来搭智能体应用。不过正文没给出具体跑分和延迟数据,实际效果还得看第三方实测。
推荐理由:阶跃星辰发布 196B 参数的 MoE 模型 Step 3.7 Flash,KV-cache 占用约为 DeepSeek 同类模型的 22%,并采用 Apache 2.0 协议在 Fireworks AI 上线。
英伟达在台北电脑展上放出了一波开源模型和硬件。Cosmos 3 是一个能同时处理文字、图片、视频、音频和动作的“世界模型”,用了混合 Transformer 架构,把负责推理和负责生成的两个模块拼在一起。它分 Nano(16B)和 Super(64B)两个尺寸,其中 Super 微调后的文生图和图生视频能力,在开放权重模型里直接冲到了第一。
推荐理由:英伟达在台北电脑展一次放出世界模型、大模型和本地推理硬件,Cosmos 3 的混合 Transformer 架构与 16B、64B 两个尺寸给出了具体技术锚点。
Google AI Studio 上线了应用构建功能,可以直接在里面连接 Gmail、Drive 和 Sheets 等 Google 自家服务,不用再切到别的网站。目前支持在 AI Studio 内部添加测试人员,但正文没披露完整的公开分享功能具体什么时候上线,只说“即将推出”。
推荐理由:Google AI Studio 新增应用构建能力,可在内部直接连接 Gmail、Drive 和 Sheets 等自家服务,省去切换网站,并支持添加测试人员。
OpenAI 宣布,它的前沿模型和 Codex 编程助手已经在 AWS 上正式开放使用。这意味着企业可以直接在自己熟悉的 AWS 环境里调用 GPT-5.5 等模型,走现有的安全、合规和采购流程,省去另起炉灶的麻烦。Codex 也一并上线,这个每周有超过 500 万人用的编程智能体,现在能在 AWS 里帮团队写代码、做审查和修 bug。
推荐理由:OpenAI 的前沿模型与 Codex 在 AWS 正式开放,企业可在现有云环境里直接调用 GPT-5.5 等模型,沿用已有的安全、合规与采购流程。
英伟达要把 AI 代理(能自主干活的软件助手)装进消费级 PC,合作方是微软、戴尔和惠普。他们瞄准的是价值 2000 亿美元的 CPU 市场。不过正文没披露具体配置、价格、上市时间,也没说怎么保证这些代理在个人电脑上安全运行不出乱子。如果真解决了易用、安全和实用这三个问题,这事儿确实不小,但现在只能先打个折看。
推荐理由:英伟达联合微软、戴尔和惠普,把 AI 代理装进消费级 PC,切入的是规模 2000 亿美元的 CPU 市场,这条交代了它拉拢三家 OEM 铺开 AI 代理 PC 的布局。
The Verge 的编辑用了一周 Gemini Spark,这个能 24 小时在后台跑多步骤任务的 AI 代理,干活能力确实和谷歌演示的差不多。但文章没提具体价格,也没说清楚隐私条款,只透露 Spark 会在执行大动作前先跟你确认。编辑觉得它替你办事时偶尔好得让人意外,可一想到要付出的钱和可能交出去的数据,就不太确定值不值了。
推荐理由:The Verge 编辑用一周实测 Gemini Spark,发现其后台执行多步骤任务的能力与谷歌演示基本一致,但价格与隐私条款仍未明确。
英特尔在 Computex 2026 上推出了新显卡 Crescent Island,用的是 Arc Xe 3P 架构。最抓眼球的配置是最高能堆到 480GB 的 LPDDR5X 显存,这对想在本地跑大模型的人来说,意味着能塞进更大的模型,不用频繁地往硬盘里倒腾数据。整卡功耗标了个 350W 风冷,不算低,但还在单卡能压住的范围。
推荐理由:英特尔在 Computex 2026 推出 Crescent Island GPU,最高 480GB 的 LPDDR5X 显存让本地运行大模型时能容纳更大模型,减少频繁读取硬盘。
Perplexity 公开了一套叫 Search as Code 的搜索架构。它的做法是让 AI 代理直接写 Python 代码去调用自家的搜索栈,而不是像以前那样一步步循环调用函数。这套东西已经上线 Perplexity Agent API,并且成了 Computer 功能的默认选项。
推荐理由:Perplexity 将搜索流程改为由 AI 代理直接写 Python 代码调用搜索栈,并已接入 Agent API 与 Computer 默认选项,为搭建代理的团队提供一种新的调用方式。
Gemini App 发帖演示了用 Gemini Omni 捏一个长相和声音都像你的数字分身,然后直接塞进视频创作里。帖子没提这个功能什么时候上线、要不要付费,也没说怎么防止别人拿你的形象乱用。
推荐理由:Gemini App 演示用 Gemini Omni 生成长相和声音都像本人的数字分身,再放进视频创作,官方放出这一功能点,呈现视频创作与虚拟人方向的产品进展。
Ethan He 在 NVIDIA 做完 Cosmos 世界模型后跳到了 xAI,带着一个小团队三个月就做出了 Grok Imagine。他有个很直接的观点:视频模型现在的智能主要来自语言模型,不是靠堆视频数据训练出来的。下一个 Sora 级别的突破不会是更好的视频生成模型,而是能规划、生成、修改、反复打磨一个完整创意任务的视频智能体。
推荐理由:xAI 的 Ethan He 带小团队三个月做出 Grok Imagine,并判断视频模型的智能主要来自语言模型,下一个突破在能规划、生成、修改完整创意任务的视频智能体。
OpenBMB 跟清华 NLP、Modelbest 一起发了两个数据集,都挂在 HuggingFace 上。一个是 Ultra-FineWeb-L3,给预训练用的合成数据,总量超过 600B token,其中英文 400B+、中文 200B+,是目前最大的开源中文预训练合成数据集。
推荐理由:OpenBMB 联合清华 NLP 与 Modelbest 开源 Ultra-FineWeb-L3 等两个数据集,其中文预训练合成数据超 200B token,为中文预训练和指令微调补充了可直接取用的语料与样本。
OpenAI 联合 Oracle 等伙伴,在密歇根州 Saline 市破土动工一个叫“The Barn”的数据中心园区,总供电容量 1GW。官方承诺电费不会转嫁给当地居民,冷却系统用的是闭环设计,耗水量跟一栋普通办公楼差不多。
推荐理由:OpenAI 联合 Oracle 等伙伴在密歇根州 Saline 动工 1GW 数据中心园区,官方称电费不转嫁当地居民,冷却采用闭环设计。
阿里云给 RocketMQ 加了一套 AI 场景的适配,叫 RocketMQ for AI。它主要干三件事:用 Lite-Topics 减少资源开销,靠有序消息防止多智能体协作时上下文乱掉,再通过流量整形避免突发请求把系统打挂。官方说已经在阿里云大规模跑过,代码也开源了,但正文没披露具体版本号和性能对比数据,实际省多少资源还得自己测。
推荐理由:阿里云为 RocketMQ 推出 AI 专用消息引擎,用有序消息和流量整形应对多智能体协作中的上下文错乱与突发流量,代码已开源。
阶跃星辰这次放出的 Step 3.7 Flash 是个混合专家模型,总参数量 196B,还挂了一个 1.8B 的视觉编码器,但每次推理实际只动用 11B 参数,所以能跑到每秒 400 个 token。官方说在 Agent 任务上,它的成本只有 Claude 的零头。
推荐理由:阶跃星辰发布 Step 3.7 Flash,196B 总参数每次推理只激活 11B,官方称 Agent 任务成本仅为 Claude 的零头。
VAST 推出了一个叫 Project Eden 的三层世界模型架构,把场景的持久状态和画面渲染拆开了。简单说,就是给 AI 生成的 3D 世界加了个“存档”功能,你改过的东西下次打开还在,不用每次都重新生成。文章还提到 VAST 在 A+ 和 A++ 轮一共融了将近 2 亿美元。
推荐理由:VAST 发布 Project Eden 三层世界模型架构,将场景持久状态与画面渲染分离,使 AI 生成的 3D 世界具备存档能力,改动后再次打开仍然保留。
这个插件是给 OpenClaw 这类需要长期协作的智能体用的,相当于给它们装了个“第二大脑”。它用了一套六层记忆框架,还分了快慢两个系统来处理信息,目的是把零散的记忆整理成更有用的经验。官方给的数据是,记忆数量能砍掉 70% 以上,单条记忆的信息密度反而提升了 45% 多。
推荐理由:腾讯混元为 OpenClaw 这类长期协作智能体推出记忆插件 Hy-Memory,用六层记忆框架和快慢双系统整理零散记忆,官方称记忆数量减少七成以上、单条记忆承载的内容提升四成多。
NVIDIA 在台北 GTC 上推出了一个叫 FOX 的工厂运营蓝图,相当于给工厂装了一套能自主管产线的“AI 大脑”。富士康已经用它搭了一个叫 MoMClaw 的多智能体系统,把摄像头、传感器和产线数据喂给多个 AI 智能体,让它们协同干活。
推荐理由:英伟达在台北 GTC 发布工厂运营蓝图 FOX,用多个 AI 智能体协同管理产线,富士康已据此搭出 MoMClaw 系统,为观察智能体进入制造流程提供了落地样本。
NVIDIA 在 Computex 上发了台叫 RTX Spark 的 Windows 电脑,专门在本地跑 AI 智能体。配置给得挺足:1 petaflops AI 算力、128GB 统一内存,意思是大模型不用来回倒腾显存。安全方面,他们和微软合作搞了个 OpenShell 运行时,用 Windows 新的安全接口把智能体锁在设备本地跑,数据不出机。
推荐理由:NVIDIA 在 Computex 发布 RTX Spark,用 1 petaflops 算力和 128GB 统一内存把大模型跑在本地,并与微软合作以 OpenShell 运行时将智能体限制在设备内。
英伟达推了一款面向 PC 的新芯片,要跟英特尔和 AMD 抢 Windows 笔记本的生意。不过这篇报道正文没披露具体规格、定价、上市时间,也没提 AI 算力指标,所以性能到底怎么样、卖多少钱、什么时候能买到,现在都还不清楚。
推荐理由:英伟达推出面向 PC 的新芯片,进入由英特尔和 AMD 主导的 Windows 笔记本处理器市场,这条消息可帮助读者了解该市场长期竞争格局可能面临的新变量。
Qwen 发布了 Qwen3.7-Plus,把视觉理解和语言能力塞进同一个模型里,让它能直接看懂屏幕、操作手机 App、根据截图写前端代码,还能在命令行和图形界面之间来回切换干活。在 Terminal Bench 2.0 终端任务上拿了 70.3 分,比 Opus 4.6 Max 和 DeepSeek-V4-Pro Max 都高。
推荐理由:Qwen 发布 Qwen3.7-Plus,把视觉理解与语言能力合入同一模型,能看屏幕、操作 App、按截图写前端代码,在 Terminal Bench 2.0 上以 70.3 分高于 Opus 4.6 Max 和 DeepSeek-V4-Pro Max。
下个月 WWDC 苹果会展示 Siri 和端侧 AI 的升级,核心思路是把谷歌 Gemini 模型“蒸馏”成一个小号版本,直接在 iPhone 芯片上本地跑,主打隐私和省 token 费。但整个技术栈对外依赖很重:本地模型源自 Gemini 蒸馏,手机处理不了的复杂请求会路由到谷歌云,还用了英伟达的机密计算。
推荐理由:苹果将在 WWDC 展示把 Gemini 蒸馏成小模型在 iPhone 本地运行,复杂请求仍路由到谷歌云,技术栈对外依赖明显。
Reddit 用户 thibautrey 分享了一个三步走的方法:编辑 Codex Desktop 的 config.toml 配置文件,存好 API 密钥,再用一个叫 multicodex 的代理别名把 gpt-5.3-codex 这个模型名映射到 MiniMax-Latest。
推荐理由:Reddit 用户 thibautrey 给出三步配置法,编辑 config.toml 并用 multicodex 代理映射模型名,让 Codex 桌面端不改代码即可接入 MiniMax-Latest。
微软放出了一个叫 SkillOpt 的开源框架,一周就在 GitHub 上拿了 3300 多颗星。它的思路挺直接:不改模型本身的参数,而是像做文本版梯度下降一样,自动迭代优化那些写给 AI 智能体看的“技能文档”。论文里的实验覆盖了 7 个目标模型、6 个评测基准和 3 种执行环境,总共 52 种组合,结果要么最好,要么并列最好。
推荐理由:微软开源的 SkillOpt 不改模型参数,而是自动迭代写给智能体的技能文档,实验覆盖 7 个目标模型、6 个基准和 3 种环境共 52 种组合。